基于动作单元关系图与多任务交叉注意力的情感行为分析
计算机视觉与模式识别
2022-10-04 v2
摘要
面部行为分析是一个广泛的课题，包含面部情绪识别、年龄与性别识别等多种类别。许多研究关注单个任务，而多任务学习方法仍是一个开放的研究问题，需要更多探索。本文给出我们针对Affective Behavior Analysis in-the-wild竞赛中多任务学习挑战的解决方案与实验结果。该挑战结合了三项任务：动作单元检测、面部表情识别和效价-唤醒度估计。为应对此挑战，我们引入交叉注意力模块以提升多任务学习性能。此外，应用面部图来捕捉动作单元间的关联。最终，我们在组织者提供的验证数据上取得了128.8的评测指标，优于30的基线结果。
引用
@article{arxiv.2207.10293,
title = {Affective Behavior Analysis using Action Unit Relation Graph and Multi-task Cross Attention},
author = {Dang-Khanh Nguyen and Sudarshan Pant and Ngoc-Huynh Ho and Guee-Sang Lee and Soo-Huyng Kim and Hyung-Jeong Yang},
journal= {arXiv preprint arXiv:2207.10293},
year = {2022}
}